一、读时模式（schema on read）和写时模式（schema on write）
在传统的数据库里，表的模式是在数据加载时强制确定的。如果在加载时发现数据不符合模式，则拒绝加载数据。因为数据在写入数据库时对照模式进行检查，因此这一设计有时被称为“写时模式”。
而在Hive中，对数据的验证并不在加载数据的时候进行，而是在查询时进行，这被称为“读时模式”。
用户需要在这两种方法之间进行权衡。读时模式可以使数据加载非常迅速，这是因为它不需要读取数据，进行“解析”，再进行序列化以数据库内部格式存入磁盘。数据加载操作仅仅是问文件复制或移动。
写时模式有利于提升查询性能。因为数据库可以对列进行索引，并对数据进行压缩。但作为权衡，此时加载数据会花更多时间。此外，在很多加载时模式未知的情况下，因为查询尚未确定，因此不能决定使用何种索引。
获取更多Hadoop、HDFS、HBase、MapReduce、YARN、Hive等等技术内容，可访问Hadoop大数据技术专栏。
二、Hive是读时模式
Hive处理的数据是大数据，在保存表数据时不对数据进行校验，而是在读数据时校验，不符合格式的数据设置为NULL。读时模式的优点是，加载数据库快。
传统的数据库如MySQL、Oracle是写时模式，不符合格式的数据写不进去。
访问Kafka技术专栏，了解更多的技术细节和项目代码。
分享到:
